「6％の誤謬」：なぜ「SaaSの終焉」という説は数学的に間違っているのか

現在、シリコンバレーの役員室で、投資家を恐怖に陥れているようなスライドが出回っている。そこには、SaaS企業の企業価値に対して、コード生成の限界費用がプロットされている。その主張は単純かつ説得力がある。AIによってコード生成のコストはゼロになるため、ソフトウェア業界全体の価値は必然的に暴落するに違いない、というものである。

これは説得力のある論理だ。しかし、数学的にも実務的にも誤りである。SaaSに対する現在の弱気論は、致命的な誤りに基づいている。それは、顧客がソフトウェアベンダーに支払っているのは単なる「構文」のためだけだと仮定している。しかし、そうではない。顧客が支払っているのは、特定のビジネス成果を保証するサービスに対してである。

現代のSaaS企業の損益計算書を分析してみると、AIがSaaSに取って代わることはないことが明らかになります。AIは単に、インテリジェンスを念頭に置いてシステムを構築した「勝者」と、データベース上のフォームを販売していただけの「敗者」とを分ける役割を果たしているに過ぎません。SaaSは衰退しているわけではありません。むしろ、顧客とAI時代の複雑さとの間にある、不可欠な盾となりつつあるのです。

1. サービスこそが競争優位性である。

SaaSがなぜ長く支持され続けているのかを理解するには、この頭字語を分解して考える必要があります。

「ソフトウェア」（実装）：これはビットやバイトの集まりです。UI、データベーススキーマ、そしてロジックです。AIの世界では、コードを書くという行為はコモディティ化します。

「サービス」（価値）：これが企業が購入するものです。サービスには、可用性（稼働率99.99%）、セキュリティコンプライアンス（SOC2、HIPAA）、データガバナンス、およびカスタマーサポートが含まれます。

しかし、何を書くべきかを知ることは依然として難しい。専門知識、複雑なワークフローのロジック、そして顧客のビジネスに対する理解は、自動化することはできない。AIはレンガを積むことはできても、設計図を描くには、業界に精通した建築家が必要なのである。

たとえAIがコードを書いたとしても、サーバーがダウンした午前3時に誰が目を覚ますのでしょうか？データが漏洩した場合、誰が責任を負うのでしょうか？規制が変更された際、誰がロードマップを策定するのでしょうか？ 

ソフトウェアを包み込む「サービス」という外殻こそが、顧客を生のコードがもたらす混乱から守っている。コードのコストが低下するにつれ、サービスがもたらす「信頼」こそが、最も価値のある資産となる。

2. 数字で見る：AIが損益計算書のわずか6％にしか影響を与えない理由

厳密な数字を見てみましょう。「SaaSの終焉」という説は、コードの記述が企業のコスト構造の90％を占めると想定しています。しかし、実際はそうではありません。

創業間もないスタートアップ企業は初期のシステム構築に多額の費用を投じますが、収益を上げているSaaS企業の安定した状態においては、その中核は開発部門ではなく、販売・マーケティングの仕組みです。成熟し、効率的なSaaS企業の場合、実際の研究開発費は総収益の10%から25%程度であることが多く、コストの大部分は営業、マーケティング、カスタマーサクセス、ホスティング、および運用に充てられています。

その研究開発予算を詳しく見てみると：

• 「コーディング」に費やす時間：エンジニアがコードを書くのに費やす時間は、全体の約25%に過ぎません。残りの75%は、アーキテクチャの決定、ドメインモデリング、ユーザーニーズの把握といった、付加価値の高い業務に充てられています。
• 計算式：25%（コーディング時間）× 25%（研究開発予算総額）≈ 6% の効果。

AIによってソフトウェアの開発コストは多少削減されるものの、コスト構造そのものは根本的に変わるわけではない。AIは単に、研究開発部門がソフトウェア開発において最も困難な部分、すなわち解決策の定義に注力できるよう、負担を軽減するに過ぎない。

しかし、既存企業は決して慢心してはならない。コスト削減効果はわずかであっても、スピードの遅れは企業の存続を脅かすリスクとなる。新興企業が勝つのは、彼らが安価だからではない。彼らがはるかに速いスピードでイノベーションを起こせるからだ。AIの目的は予算を削減することではなく、出荷スピードを倍増させることにある。

3. 推論の隠れたコスト：なぜAIは経済的な価格の下限を確立するのか。

「SaaSは終わった」と主張する人々が見落としている点はここにある。初期開発コストは下がるかもしれないが、継続的な運用コストは構造的に増加するからだ。ソフトウェアは魔法で動くのではなく、ハードウェアの上で動くのだ。

• 旧来の世界：従来のソフトウェアは決定論的です。CPU上で動作します。効率的で、安価であり、予測可能です。
• AIワールド：AIネイティブのソフトウェアは確率論的である。その計算にはGPUと大規模な推論処理が必要となる。<

ユーザーが自然言語で質問したり要約を求めたりして「スマート」システムとやり取りするたびに、そのリクエストは従来のデータベースクエリよりもはるかに多くの電力とハードウェアリソースを消費する。

開発コストを6％削減する代わりに、継続的な運用コストが急増することになる。

「サービス」が最適化レイヤーとなる

実行時のコストが増加するため、SaaSベンダーの役割はこれまで以上に重要になります。彼らは効率性の仲裁役として機能します。 彼らはハイブリッドインフラストラクチャを管理しなければなりません。つまり、高速・低コスト・高精度が求められるタスクの90％（トランザクションやストレージなど）には決定論的システムを維持しつつ、高付加価値の推論をもたらす場面にのみ確率論的AIを導入するということです。

This hybrid reality exposes the fatal flaw in the disruption narrative.

現在、広く懸念されているのは、個人開発者が週末の間にSalesforceやWorkday、ServiceNowのクローンを作成し、わずかな金額で売りさばいてしまうという事態だ。しかし、この新しい時代で競争力を維持するためには、そのクローンは単なるデータベース上のフォームであってはならず、インテリジェントでなければならない。実行時にAIを活用している必要があるのだ。

たとえ新興企業がコードを無料で生成したとしても、それを無料で実行することはできない。推論処理にかかる費用という形で、高い「売上原価」が発生するからだ。高額なCPUやGPUの使用料を賄わなければならないため、市場価格を大幅に下回る価格設定を行うことはできない。

これにより、経済的な価格の下限が形成されます。AIが価格の「底辺への競争」を招くという主張は、数学的に誤りです。高度な推論能力を備えたシステムを提供するための総コストが低下するシナリオは存在しません。コスト基盤は上昇しており、その結果、ソフトウェアの価値とその価格は上昇する可能性が高いでしょう。しかし、この価格決定力は、コストを抑制するために必要なハイブリッドアーキテクチャを習得した者にのみ与えられるものです。

4. 『決定論的スパイン：AIネイティブシステムの青写真』

経済的に実現可能であれば、問題は「この未来に向けてどのように構築していくか」ということになる。多くの人は、AIネイティブシステムとは、LLM（ClaudeやChatGPTのような）がその場でコードを記述するシステムだと考えている。こうした見方によれば、将来的にはあらゆる行動がLLMによって決定されることになる。

この革新の精神は刺激的ではあるが、「企業の現実」という試練には耐えられない。

ミッションクリティカルな業界（サプライチェーンや銀行業など）において、「おそらく正しい」というのは、実質的に「間違っている」のと同じです。企業にとって、LLMが月曜日に生成したコードと火曜日に生成したコードが異なるような本番システムは、到底許容できるものではありません。

真の企業価値は、単なる創造性ではなく、信頼性にあります。真の「AIネイティブ」システムとは、AIによって書かれたシステムではなく、AIによって安全に運用されるよう設計されたシステムのことです。

構文より意図：ゼロコストコードの10年

コード生成が無料化された場合、ビジネスモデルがどうなるか、推測する必要はありません。この10年間、その実証の場がすでに存在していたのですから。

これは「インテントベース・アーキテクチャ」と呼ばれています。これは単なる理論ではありません。マンハッタン・アソシエイツでは、10年以上前からこのモデルを採用しており、構文の記述からビジネス上の意図の把握へと重点を移してきました。その哲学は単純明快です。つまり、「何をするか」（ビジネスロジックやルール）は人間が定義し、「どのようにするか」（コード）は機械が生成すべきだ、というものです。

そのため、当社は静的なレガシーコードベースを維持していません。その代わりに、6,000万行を超えるコードの約75％を、これらの意図定義に基づいて毎晩再生成しています。

この運用上の現実は、重要な経済的教訓を与えてくれます。私たちは事実上、10年間にわたる「コードの限界費用ゼロ」時代のケーススタディを行ってきたのです。コードの大部分が機械生成であるため、その構文を記述する「コスト」はすでに無視できるほど小さいのです。しかし、この効率化によって開発コストがゼロになったわけではありません。その代わり、そのリソースをすべて「サービス」――つまり、顧客が実際に購入する、複雑な問題解決、ドメインモデリング、そして信頼性の確保――に振り向けることができたのです。

この大規模な夜間再生は、単なる見せかけの指標ではありません。それは技術的負債に対する究極のヘッジなのです。私たちのシステムは24時間ごとに生まれ変わるため、事実上、古くなることはありません。コードは確率ではなく厳格な論理ルールに基づいて機械生成されるため、決定論的です。システムが「2＋2」を計算すれば、結果は常に「4」になります。ビジネスロジックに矛盾は存在しません。すべてのAIネイティブシステムには、「決定論的な背骨」が必要です。すべてのAIネイティブシステムには、「決定論的スパイン」――つまり、指示されたことを正確に実行する、堅牢で信頼性の高い中核――が必要不可欠です。

このアプローチには、もう1つ大きな利点があります。それは、広範な領域に最新の機能を即座に導入できるという点です。例えば、最近、LLM（大規模言語モデル）を活用した、人間が読みやすい自然言語による監査機能を追加したいと考えた際、私たちは単に中央のコードジェネレーターを更新しただけです。1回のビルドサイクル以内に、その機能はソリューションのポートフォリオ全体に反映されました。

これがAIネイティブ時代の青写真です。AIにその場しのぎの、リスクの高いコードを即座に生成させるのではなく、人間がビジネス上の意図を定義し、機械にコード生成を任せる――これこそが持続可能なアプローチです。もし要件がジェネレータの現在の範囲を超えたとしても、ジェネレータをアップグレードするだけで済みます。出力結果にパッチを当てることは決してありません。機械そのものをアップグレードするのです。

コンポーザビリティ：AIに信頼性の高いツールセットを提供する

決定論的なコアが整ったら、AIがそれとの間で安全にやり取りを行う方法が必要になります。ここで「コンポーザビリティ」が重要になってきます。

APIファーストのアーキテクチャを通じてロジックと画面を分離することで、最新のSaaSプラットフォームは、あらゆるAIエージェントが利用できる信頼性の高いツール群へと変貌を遂げます。AIエージェントは、複雑なサプライチェーンの計算をどのように実行するかを理解する必要はありません。必要なのは、結果を得るためにどのAPIエンドポイントを呼び出せばよいかを知ることだけです。

AIは調整役として機能し、APIは信頼性の高いツールセットとなります。

理想的なハイブリッドの構築

この構造により、確率論的（AI）と決定論的（システム）なワークフローが完璧に融合し、レイテンシとコストの両方を最適化します。データベース管理という「退屈な」作業に、コストが高く、誤った結果を吐き出しやすいAIは使用しません。その処理は、効率的な生成コードに任せます。高コストなAIは、推論が必要な場合にのみ使用します。

5. 結論：決定論的な脊髄上の確率論的な脳。

SaaSは衰退しているわけではない。ただ、新たな姿へと生まれ変わっているのだ。

「安っぽいコードはソフトウェアの価値を損なう」という主張は、成功しているソフトウェア企業がとっくの昔に「コード」そのものを売る段階を脱しているという現実を無視している。

「ソフトウェア」の構築はコモディティ化しつつあり、これは素晴らしいことだ。コストが削減され、イノベーションが加速するからだ。しかし、専門知識、アーキテクチャ、そして信頼性の保証が求められる「サービス」は、かつてないほど価値が高まっている。

10年前、私たちが「エージェント型」の未来に向けてシステムを構築しているとは、当時は気づいていませんでした。私たちは単に、一貫性、組み合わせ可能性、そして効率性こそが、大規模なシステムを構築するための唯一の方法だと信じていたのです。しかし実際には、これらの原則こそが、AIネイティブシステムに求められる要件そのものでした。つまり、確率論的な「脳」と決定論的な「背骨」を組み合わせたシステムなのです。.

市場がAIによるコード作成を懸念する一方で、勝者となるのは、AIを活用して自社のサービスを強化し、将来どのようなインターフェースが登場しても即座に対応できる態勢を整えている企業だ。